技能介绍

要解决的问题

Power BI 模型往往在头几个报表上线时表现良好，随后开始变慢：筛选器反应迟钝、切片器点击有明显延迟、部署到生产环境后查询超时。多数团队的第一反应是加内存或换更高配的引擎，但真正的原因通常出在模型本身——星型模型没有真正扁平化、关系被写成了多对多且未设置筛选方向、计算列泛滥导致导入模式下 DAX 无法利用 VertiPaq 的编码压缩。这类问题不会在开发期暴露，只会在数据量增长和报表变多之后集中爆发。

技能如何工作

该技能以评审员角色介入，遵循一套分阶段的评审框架：

模型架构分析：检查 Schema Design（表结构、粒度、事实表与维度表的划分）、数据质量与完整性约束。
性能与可扩展性评审：分析模型体积与存储效率、Storage Mode 策略（Import / DirectQuery / Dual）是否与查询负载匹配，并评估 DAX 查询计划。
可维护性与治理评审：覆盖模型可维护性、安全与合规（行级安全、敏感度标签）。

评审输出包含执行摘要、详细报告和具体可执行的建议。针对不同场景，内置了三种专项评审类型：生产前评审（上线前把关）、性能优化评审（针对已有性能瓶颈）、现代化改造评估（旧模型向新范式迁移）。

适用边界与注意点

该技能做的是设计评审，不会直接修改你的 .pbix 文件，所有改动需要你自行落地。
评审质量依赖你提供的信息：模型描述、表与关系概览、性能约束、已知问题。信息不全时，建议会停留在通用层面。
它不替代实际的查询性能剖析（如 DAX Studio 或 Analysis Services 的查询日志），性能类结论应与真实 Profiler 数据交叉验证。
建议的取舍取决于业务场景——例如多对多关系有时是必要的业务建模手段，评审结论是权衡而非绝对规则。